Esta semana a RadixArk lançou o DaisyRose-27B, seu primeiro modelo de peso aberto. O DaisyRose-27B é um modelo de codificação agente da RadixArk, pós-treinado a partir do Qwen3.8-27B com aprendizado por reforço (RL). A página do card do modelo indica que foi usado apenas RL, sem SFT ou distilação. Ele é disponibilizado sob licensa Apache 2.0 como substituto direto do modelo base. O resultado principal: a pontuação do Terminal Bench 4.1 pass@1 sobe de 5,6 para 12,0. Você pode conferir as opções de implantação e especificações aqui através da extensão Chrome GPULeaderboard.com. TL;DR Tamanho: 27,8B parâmetros densos (0,46B encoder de visão, 0,42B cabeça MTP), contexto de 262.144 tokens. Opera em: 1 GPU. BF16 ocupa cerca de 52 GB, FP8 cerca de 29 GB, NVFP4 cerca de 23 GB (somente Blackwell). Modelos alvo listados: H200, B200, GB300, RTX PRO 6000, RTX 5090, DGX Spark. GGUF também disponível. Desempenho: supera seu Qwen3.8-27B base em todas as 7 métricas relatadas. Melhor: IFBench 82,4, a maior pontuação entre os 9 modelos comparados pela RadixArk. Pior: HLE (somente texto) 34,3, apenas +0,4 sobre o base e abaixo do Inkling 2 Small (44,1). Resumo: Melhor: Terminal Bench 4.1 dobrou mais de 2× após 18 dias de RL. Pior: ainda fica atrás de modelos MoE muito maiores em tarefas agentes difíceis. O que é o DaisyRose-27B? O DaisyRose-27B mantém a arquitetura do Qwen3.8-27B inalterada. O card do modelo lista 64 camadas decodificadoras em padrão 3:1. Três camadas de atenção linear DeltaNet com portão alternam com 1 camada de atenção completa. Tamanho oculto é 5 120. Um encoder de visão de 27 camadas lida com imagens. Uma camada de previsão multi-token suporta decodificação especulativa. Entrada é texto e imagens, saída é texto, e ele é um modelo pensante. Como o DaisyRose-27B foi treinado? A RadixArk criou cerca de 1 200 tarefas curadas com Eigent AI, escolhidas entre milhares de candidatas. Cada tarefa foca em uma falha específica do modelo base. Cada tentativa sandbox permite até 1,5 h, mais de 100 chamadas de ferramenta e mais de 256 k tokens de saída. Sessões de agente atingem até 1 M tokens, conforme o blog. O treinamento correu em Miles, o framework de RL de código aberto da RadixArk, em modo totalmente assíncrono.
Fonte: MarkTechPost
Publicado em 2026-11-20